VerdictPal
Beitreten

Modelle / Anthropic

Claude Opus 4.6

Claude Opus · Release 2026-02-05

Anthropics Flaggschiff Februar 2026. Erstes Opus mit 1M-Kontext (Beta), 128K-Output, Multi-Agent-Teams in Claude Code. $5/$25 pro 1M Tokens.

Frontier-Opus-Modell für komplexes Reasoning, mehrstufiges Coding und Aufgaben mit riesigem Kontext. Durch Opus 4.7 abgelöst, aber noch verfügbar.

#72 von 184 im AA Index · aktueller Snapshot
26 AA Index · 15 Benchmark-Zeilen · 7 QuellenPosition ist benchmark-spezifisch — kein Cross-Family- oder Cross-Source-Ranking.
Composite57
Kontext1M
Input / 1M$5.0
Output / 1M$25
Wissensstichtag2025-12-01
Statussolid

Familienprofil

Bester veröffentlichter Score je abgedeckter Benchmark-Familie.

77/100 Ø
Wissen
91
Reasoning
84
Mathe
41
Coding
96
Agentisch
80
Langer Kontext
67

6 getestete Benchmark-Familien

Benchmark-Platzierungen

Wo Claude Opus 4.6 auf jeder öffentlichen Benchmark-Quelle mit Zeile steht. Rang zählt jedes Modell mit neuester Zeile im selben Test — kein universeller Qualitätsscore.

BenchmarkFamilyRangScoreQuelleDatum
ARC-AGIReasoning#1/ 21ARC-AGI-3 paper (arXiv 2603.24621)2026-03-20
HumanEvalCoding#1/ 1596Anthropic Claude 3.7/4.6 model card2026-01-01
LiveBenchReasoning#1/ 2171LiveBench leaderboard2026-04-15
MMLUKnowledge#2/ 2291Anthropic Claude 3.7/4.6 model card2026-01-01
Vending-Bench 2Agentic#5/ 10Andon Labs Vending-Bench 22026-08-04
SWE-bench VerifiedCoding#6/ 2281SWE-bench official leaderboard2026-05-30
FrontierMathMath#7/ 1541Epoch AI FrontierMath Tiers 1-3 (v2) CSV2026-08-15
Terminal-BenchAgentic#29/ 18980Terminal-Bench 2.0 leaderboard2026-05-20
Artificial Analysis Intelligence IndexReasoning#75/ 18826Artificial Analysis2026-09-10
AA output speedPerformance#94/ 190Artificial Analysis2026-09-10
AA time to first tokenPerformance#94/ 190Artificial Analysis2026-09-10
IFBenchReasoning#109/ 12745Artificial Analysis2026-09-10
GPQA DiamondReasoning#114/ 19084Artificial Analysis2026-09-10
Humanity's Last ExamReasoning#130/ 18519Artificial Analysis2026-09-10
AA-LCRLong context#133/ 18267Artificial Analysis2026-09-10
Family-Kontext

Die drei höchstscorierenden kartierten Modelle pro Capability-Family. Wo Claude Opus 4.6 auftaucht, ist es hervorgehoben.

KnowledgeClaude Opus 4.6 · 91
  1. 1
    GPT 5.5
    91
  2. 2
    Claude Opus 4.8
    91
  3. 3
    Claude Sonnet 4.6
    91
ReasoningClaude Opus 4.6 · 84
  1. 1
    GPT-6 Astra
    96
  2. 2
    Claude Mythos Preview
    95
  3. 3
    Gemini 3.7 Flash
    95
MathClaude Opus 4.6 · 41
  1. 1
    OpenAI o3
    99
  2. 2
    GPT-5 (medium)
    99
  3. 3
    Grok 4
    99
CodingClaude Opus 4.6 · 96
  1. 1
    GPT 5.5
    96
  2. 2
    Claude Opus 4.8
    96
  3. 3
    Claude Opus 4.6
    96
AgenticClaude Opus 4.6 · 80
  1. 1
    GPT 5.5
    100
  2. 2
    Claude Opus 4.8
    100
  3. 3
    Claude Fable 5
    100
Long contextClaude Opus 4.6 · 67
  1. 1
    Kimi K3
    89
  2. 2
    Claude Fable 5.1
    85
  3. 3
    GPT-5.5 (high)
    84
Neueste Belege

Benchmark-Zeilen im öffentlichen Ledger für Claude Opus 4.6 in den letzten 120 Tagen. Ältere Zeilen stehen in der vollen Tabelle unten.

11 neu
BenchmarkFamilyScoreQuelleTage her
AA-LCRLong context67%Artificial Analysis4
AA output speedPerformance0 t/sArtificial Analysis4
AA time to first tokenPerformance0.00sArtificial Analysis4
Artificial Analysis Intelligence IndexReasoning26.4%Artificial Analysis4
GPQA DiamondReasoning84%Artificial Analysis4
Humanity's Last ExamReasoning19.1%Artificial Analysis4
IFBenchReasoning44.63%Artificial Analysis4
FrontierMathMath40.7%Epoch AI FrontierMath Tiers 1-3 (v2) CSV30
Vending-Bench 2Agentic8017.59Andon Labs Vending-Bench 241
SWE-bench VerifiedCoding80.8%SWE-bench official leaderboard107
Terminal-BenchAgentic79.8%Terminal-Bench 2.0 leaderboard117
Family-Abdeckung

Ein hoher Composite, der eine schwache Family versteckt, ist eine Falle. Diese Balken zeigen Families ohne öffentlichen Test — und wo das Modell führt.

Wissen91
Reasoning84
Mathe41
Coding96
Agentisch80
Langer Kontext67
Preis vs. Performance
0255075100$0.10$0.30$1$3$10$30Input-USD / 1M Tokens · log-Skala →← Intelligenz

Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.

AnthropicOpenAIMistralAlibabaDeepSeekGoogleMoonshotMetaxAIMiniMaxZhipuXiaomiOtherMeituanCohereNVIDIA

Volles Benchmark-Ledger

Jeder Katalog-Benchmark für Claude Opus 4.6. Scores verlinken zur Originalquelle; Lücken heißen: noch keine öffentliche Zeile.

15 Quell-Zeilen

15 von 37 Katalog-Benchmarks haben eine belegte Zeile für Claude Opus 4.6.

Knowledge

Reasoning

Math

Coding

Agentic

Long context

Performance

Changelog
  1. Claude Opus 4.6 veröffentlicht — erstes Opus mit 1M-Kontext, 128K-Output, Agent-Teams.
Quellen

The Pack · Redaktionsnewsletter

Neue Tools in dein Postfach. Kostenlos.

Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.